基于GM(1,n)模型的铝需求预测

金属矿山 ›› 2012, Vol. 41 ›› Issue (11): 14-18.

基于GM(1,n)模型的铝需求预测

薛亚洲^1,2

1.北京大学地球与空间科学学院；2.中国国土资源经济研究院

出版日期:2012-11-15 发布日期:2012-11-27

Forecast of Aluminum Consumption Based on GM(1，n) Model

Xue Yazhou^1,2

1.School of Earth and Space Sciences，Peking University；2.Chinese Academy of Land and Resource Economics

Online:2012-11-15 Published:2012-11-27

摘要/Abstract

摘要： 科学预测产品需求可以指导产业调整和行业发展。灰色理论能够减少对信息量少的系统进行主观臆断。铝的需求影响因素主要包括经济社会发展、产业结构、资源替代、再生铝利用、政策因素和资源供给等。采用GM(1,n)模型，预计2015年GDP增长率约8%，原铝消费量2 350~2 870万t，相应需要铝土矿约9 000万t。预测值通过精度检验，等级最高。分析表明，预测结果合理。

关键词: 灰色理论, 铝需求, 预测

Abstract: Scientific forecast on the consumption can guide the industrial adjustment and development. The Grey theory can decrease the subjective attribute to the less information system. The influential factors for Aluminum consumption include the economic and social development，industrial structure，substitution of resources，use of secondary Aluminum，policy，and resources supply etc.. GM(1,n) Model is used to forecast the growth rate of GDP approximate 8%，the consumption of Aluminum about 23.5~28.7 million tons，and bauxite 90 million tons relevantly needed. The forecasted value reached maximal level through accuracy assessment and is reasonable after analysis.

Key words: Grey theory, Aluminum consumption, Forecast

薛亚洲. 基于GM(1,n)模型的铝需求预测[J]. 金属矿山, 2012, 41(11): 14-18.

XUE Ya-Zhou. Forecast of Aluminum Consumption Based on GM(1，n) Model[J]. Metal Mine, 2012, 41(11): 14-18.

[1]	李如仁, 李梦晨, 葛永权, 刘明霞. 融合多源因素回归和ARIMA-LSTM 的露天矿地表形变趋势分析[J]. 金属矿山, 2025, 54(1): 186-.
[2]	杨　军, 李立杰, 刘红岩. 露天台阶爆破智能设计系统研发及应用[J]. 金属矿山, 2025, 54(1): 160-.
[3]	姜庆宏, 张靖雯, 郑春丽, 王　哲, 龙文毫. 鄂尔多斯红庆河采煤矿区生态需水研究[J]. 金属矿山, 2024, 53(9): 260-.
[4]	刘增波, 徐良骥, 张　坤, 刘潇鹏, 曹宗友, 徐　阳. 融合SBAS-InSAR 与CS-SVM 的矿区地表残余沉降预测模型[J]. 金属矿山, 2024, 53(8): 133-.
[5]	王　娟, 吴禄源, 袁　超. 不同裂隙几何特征岩石强度智能预测研究[J]. 金属矿山, 2024, 53(8): 45-.
[6]	伍世虔, 叶　健, 孙继林, 银开州. 露天矿台阶爆破参数优化模型与求解研究[J]. 金属矿山, 2024, 53(7): 146-.
[7]	耿　楠, 吴明春, 李　显, 樊亚男. 尾矿资源化利用制备水泥注浆料的无侧限抗压强度预测[J]. 金属矿山, 2024, 53(6): 242-.
[8]	范明星, 任高峰, 吴文博, 鲁习奎, 李吉民, 张聪瑞. 基于降雨量数据的程潮铁矿涌水量时序性预测模型[J]. 金属矿山, 2024, 53(6): 212-.
[9]	陈延康, 郭广礼, 孟　浩, 张连贵, 郑　辉, 李怀展, 张浩宇. 陕蒙矿区深部开采导水裂隙带发育特征与高度预测方法[J]. 金属矿山, 2024, 53(4): 186-.
[10]	李如仁, 葛永权, 李梦晨, 孙加瑶, 王彦平, 刘明霞. 基于InSAR-COMSOL 的露天矿边坡稳定性分析及形变预测[J]. 金属矿山, 2024, 53(3): 172-.
[11]	徐志华, 杨　旭, 孙钱程, 何钰铭, 张国栋, 叶义成. 基于多变量自优化动态神经网络的“ 阶跃型” 滑坡变形预测[J]. 金属矿山, 2024, 53(3): 74-.
[12]	卜显忠, 杨怡琳, 宛　鹤. 基于浮选泡沫图像预测精矿品位的研究进展[J]. 金属矿山, 2024, 53(2): 25-.
[13]	童保国, 姜福领, 毕寸光, 王　亮, 田坤云. 基于LSTM 改进Transformer 的煤自燃温度预测模型[J]. 金属矿山, 2024, 53(12): 275-.
[14]	朱权洁, 谷　雷, 刘晓云, 尹永明, 朱斯陶. 基于D-InSAR 技术的矿区地表沉降规律分析与趋势预测[J]. 金属矿山, 2024, 53(11): 125-.
[15]	蒋仲安, 杨向东. 基于环境参数协同预测风速的掘进面智能变频通风控制系统[J]. 金属矿山, 2023, 52(07): 57-65.

扫码分享